Documentación de Oracle Cloud Infrastructure

Copia de un entorno Conda en otra región

En este tutorial, instalará un entorno conda en una sesión de bloc de notas. A continuación, realizará los pasos necesarios para instalar el mismo entorno conda en una segunda sesión de bloc de notas alojada en una región diferente.

Las tareas clave incluyen cómo:

  • Cree dos cubos en dos regiones diferentes de su arrendamiento.
  • Registre cada cubo con una sesión de bloc de notas en su región correspondiente.
  • Instale un entorno conda en la primera sesión de bloc de notas.
  • Publique el entorno conda. (Prepare el entorno conda para su instalación desde cualquier sesión de bloc de notas que tenga acceso al entorno).
  • En la primera sesión de bloc de notas, agregue el entorno conda publicado a un cubo de la misma región.
  • Copie el entorno conda publicado de un cubo a otro.
  • En una sesión de bloc de notas de la segunda región, instale el entorno conda mediante el segundo cubo.

Para obtener más información, consulte:

Antes de empezar

Para realizar correctamente este tutorial, debe tener lo siguiente:

Requisitos

  • Una cuenta de Oracle Cloud Infrastructure (OCI) de pago o una nueva cuenta con promociones de Oracle Cloud. Consulte Solicitar y gestionar promociones de Oracle Cloud gratis.

  • Una computadora MacOS, Linux o Windows.
  • Tutorial de Data Science:
    • Realice todos los pasos de Configuración manual de un arrendamiento de Data Science y cree dos sesiones de bloc de notas con las siguientes propiedades:
      • Asigne al compartimento para su trabajo el nombre data-science-work.
      • Cree sesiones del bloc de notas en dos regiones:
        • Para cambiar la región, en la barra de navegación superior de la consola, seleccione la región y, a continuación, haga clic en el nombre de una nueva región. Por ejemplo, cambie de US West (Phoenix) a US East (Ashburn).
        • Asigne un nombre a sus proyectos y sesiones de bloc de notas, por ejemplo:
          • En <region-1>: Initial Project y my-first-notebook-session
          • En <region-2>: Second Project y my-second-notebook-session

1. Creación de cubos

Cree dos cubos para almacenar entornos conda de my-first-notebook-session y my-second-notebook-session.

Creación de dos cubos

Cree un cubo en <region-1> y otro en <region-2>.

  1. Abra el menú de navegación y seleccione Almacenamiento. En Object Storage y Archive Storage, haga clic en Cubos.
  2. En la navegación de la izquierda, en Ámbito de lista, seleccione el compartimento data-science-work.
  3. En la barra de navegación superior, seleccione <region-1>. Por ejemplo, US West (Phoenix).
  4. Seleccione Create Bucket.
  5. Rellene la siguiente información:
    • Nombre: bucket-1
    • Deje el valor por defecto en los otros campos:
      • Nivel de almacenamiento por defecto: estándar
      • Cifrado: cifrado mediante claves gestionadas por Oracle
  6. Seleccione Crear.
  7. En la lista de cubos, asegúrese de que bucket-1 tiene una visibilidad privada:
    Los cubos son privados, a menos que cambie su visibilidad después de crearlos.
  8. En la barra de navegación superior, seleccione <region-1> y, en la lista de regiones, seleccione <region-2>. Por ejemplo, cambie a US East (Ashburn).
  9. Repita los pasos anteriores para crear bucket-2 en <region-2>.
Ha creado correctamente dos cubos privados en dos regiones diferentes.
Obtención del espacio de nombres del arrendamiento

Cada arrendamiento tiene un nombre de espacio de nombres de Object Storage único e inmutable generado por el sistema. Este nombre de espacio de nombres es el mismo en todas las regiones. En este paso, copie este nombre de espacio de nombres y, posteriormente, utilícelo para registrar los cubos con las sesiones de bloc de notas.

  1. Abra el menú de navegación y seleccione Almacenamiento. En Object Storage y Archive Storage, haga clic en Cubos.
  2. En la navegación de la izquierda, en Ámbito de lista, seleccione el compartimento data-science-work.
  3. En la barra de navegación superior, seleccione <region-2>. Por ejemplo, US East (Ashburn).
  4. En la lista de cubos, seleccione bucket-2.
  5. Copie el Espace de nombres en un bloc de notas: <tenancy-namespace>.
    Nota

    Los nombres de espacio de nombres son únicos dentro de un arrendamiento. Si bucket-1 y bucket-2 están en distintos arrendamientos, copie los nombres de espacios de nombres para ambos cubos.

2. Publicación de un entorno conda en la región 1

Instale un entorno conda en la sesión de bloc de notas. A continuación, desde la sesión de bloc de notas, publique el entorno conda en un cubo.

Registro de bucket-1

Registre bucket-1 con my-first-notebook-session.

  1. En la barra de navegación superior de la consola, seleccione <region-1>.
  2. En la navegación de la izquierda, en Ámbito de lista, seleccione el compartimento data-science-work.
  3. Abra el menú de navegación y seleccione Analytics & AI. En Aprendizaje automático, seleccione Data Science.
  4. En la lista de proyectos, seleccione Initial Project.
  5. Seleccionemy-first-notebook-session y, a continuación, haga clic en Abrir.
  6. Introduzca sus credenciales para acceder al bloc de notas interactivo JupyterLab.
  7. En la interfaz de usuario, si no tiene un separador denominado Launcher, haga clic en File y, a continuación, en New Launcher.
  8. En Launcher, en Other, seleccione el icono Terminal para iniciar una nueva sesión de terminal.
  9. En el terminal, introduzca el siguiente comando.

    Sustituya <tenancy-namespace> por la información que ha recopilado en la sección Creación de cubos.

    odsc conda init -b bucket-1 -n <tenancy-namespace>
  10. Vaya a Archivo y, a continuación, seleccione Abrir desde ruta.... En el campo Ruta de acceso abierta, introduzca /conda.
  11. Para confirmar que el comando anterior ha registrado el cubo con el bloc de notas, en la carpeta conda, haga clic en config.yaml y busque bucket-1 y el espacio de nombres en el siguiente bloque de código: 
    auth_mode: resource_principal
bucket_info:
  name: bucket-1
  namespace: <tenancy-namespace>
pack_prefix: conda_environments
Instalación de un entorno conda

Instale un entorno conda de Data Science incorporado en su sesión de bloc de notas.

  1. En my-first-notebook-session, haga clic en File y, a continuación, en New Launcher.
  2. En Launcher, en Extensions, seleccione el icono Environment Explorer.
  3. En la lista de Conda Environments, amplíe ONNX 1.10 para CPU en Python 3.9.
  4. Copie el comando para instalar ONNX 1.10 para CPU en Python 3.9 y péguelo en un terminal: 
    odsc conda install -s onnx110_p39_cpu_v1
    • Para el número de versión, mantenga el valor mostrado por defecto, por ejemplo, 1.0.
    • Salida de ejemplo:
      Version number [1.0]? 
Environment slug: onnx110_p39_cpu_v1
INFO:ODSC:Verifying that /home/datascience/conda/onnx110_p39_cpu_v1 exists.
INFO:ODSC:Downloading conda pack onnx110_p39_cpu_v1...
INFO:ODSC:Writing to /home/datascience/.onnx110_p39_cpu_v1.tar.gz
Downloading pack onnx110_p39_cpu_v1: 100% ...INFO:ODSC:download complete
INFO:ODSC:Extracting conda pack /home/datascience/.onnx110_p39_cpu_v1.tar.gz...
INFO:ODSC:Downloading Notebooks for the pack: ONNX 1.10 for CPU on Python 3.9
INFO:ODSC:Checking for notebooks with prefix notebooks/onnx110_p39_cpu_v1/
Saving Notebooks:   0%|                                                                                       | 0/1 [00:00<?, ?it/s]INFO:ODSC:Notebook location /home/datascience/conda/notebooks/onnx110_p39_cpu_v1/getting-started.ipynb...
Saving Notebooks: 100%| 1/1 [00:00<00:00,  8.28it/s]
INFO:ODSC:Start to update the kernel name...
INFO:ODSC:Conda environment setup complete.
The environment setup is complete. 
To activate it for use in the terminal run `conda activate /home/datascience/conda/onnx110_p39_cpu_v1`. 
It may take a few seconds for the kernel to appear in the JupyterLab launcher. 
To change the description of the environment, update /home/datascience/conda/onnx110_p39_cpu_v1/*_manifest.yaml.
  5. Verifique que el paquete está instalado: 
    odsc conda list -l

    Salida de ejemplo:

    packages:
  local_ONNX_1.10_for_CPU_on_Python_3.9_1.0:
  - arch_type: CPU
    conda_name: onnx110_p39_cpu_v1
    description: 'This environment is designed to provided to test and execute your
      ONNX model artifacts. ONNX is an open source, open model format which allows
      you to save a model from different machine learning (ML) libraries into a single,
      portable format that is independent of the training library. ONNX models can
      be deployed through Oracle Cloud Infrastruture Data Science Model Deployment
      service. Use this conda environment to convert models from most ML libraries
      into ONNX format. Then use the ONNX runtime to perform inferencing. Review the
      processing steps that your model makes by having ONNX generate a graph of the
      model workflow.

      To get started with the ONNX environment, review the getting-started notebook.

      '
    libraries:
    - onnx (v1.10.2)
    - onnxconverter-common (v1.9.0)
    - onnxmltools (v1.10.0)
    - onnxruntime (v1.10.0)
    - oracle-ads (v2.6.1)
    logo: onnx
    manifest_version: '1.0'
    name: ONNX 1.10 for CPU on Python 3.9
    notebooks:
    - notebooks/onnx110_p39_cpu_v1/
    pack_path: oci://service-conda-packs@id19sfcrra6z/service_pack/cpu/ONNX_1.10_for_CPU_on_Python_3.9/1.0/onnx110_p39_cpu_v1
    python: '3.9'
    slug: onnx110_p39_cpu_v1
    type: local
    version: '1.0'
  6. En Environment Explorer, seleccione el icono de refrescamiento.
  7. Seleccione el enlace Installed Conda Environments.
  8. En la lista de Conda Environments, confirme que se muestra ONNX 1.10 for CPU on Python 3.9.
  9. Ahora, seleccione Archivo y, a continuación, Nuevo iniciador. En la sección Kernels, busque el entorno conda publicado, ONNX 1.10 for CPU on Python 3.9 como icono.
Ha instalado correctamente un entorno conda en la sesión de bloc de notas en <region-1>.
Publicación del entorno conda

Publique el entorno conda en un cubo registrado con la sesión de bloc de notas.

  1. En my-first-notebook-session, en Environment Explorer, seleccione Installed Conda Environments.
  2. Amplíe ONNX 1.10 para CPU en Python 3.9.
  3. Copie el comando para publicar ONNX 1.10 para CPU en Python 3.9:
  4. Copie el comando para publicar ONNX 1.10 for CPU on Python 3.9 y pegue el comando de publicación en un terminal de la sesión de bloc de notas y haga clic en Enter. 
    odsc conda publish -s onnx110_p39_cpu_v1

    Salida de ejemplo:

    INFO:ODSC:Saving onnx110_p39_cpu_v1
INFO:ODSC:Loading environment information from /home/datascience/conda/onnx110_p39_cpu_v1/ONNX_1.10_for_CPU_on_Python_3.9_manifest.yaml.
INFO:ODSC:Overwriting manifest file at /home/datascience/conda/onnx110_p39_cpu_v1/ONNX_1.10_for_CPU_on_Python_3.9_manifest.yaml with latest dependency information
/opt/conda/lib/python3.8/site-packages/conda_pack/core.py:56:
...
INFO:ODSC:Saving conda environment to object storage: {'name': 'bucket-1', 'namespace': '<tenancy-namespace>'}
INFO:ODSC:The upload id is <some-id>.
...
INFO:ODSC:/home/datascience/conda/tmp/onnx110_p39_cpu_v1.tar.gz uploaded successfuly..
INFO:ODSC:Conda env saved...
  5. En Environment Explorer, seleccione refrescar.
  6. Seleccione el enlace Published Conda Environments.
  7. En la lista de Conda Environments, confirme que se muestra ONNX 1.10 for CPU on Python 3.9.
Ha publicado correctamente un entorno conda en un cubo en <region-1>.

3. Copia del cubo en la región 2

Copie el entorno conda publicado de bucket-1 a bucket-2.

Copia del contenido del cubo

El entorno conda publicado se almacena como un objeto en bucket-1. Copie este objeto a bucket-2.

  1. Abra el menú de navegación y seleccione Almacenamiento. En Object Storage y Archive Storage, haga clic en Cubos.
  2. En la navegación de la izquierda, en Ámbito de lista, seleccione el compartimento data-science-work.
  3. En la barra de navegación superior, seleccione <region-1>. Por ejemplo, US West (Phoenix).
  4. Seleccionebucket-1.
  5. En Objetos, amplíe conda_environments, cpu, ONNX 1.10 for CPU on Python 3.9 y 1.0 para llegar a onnx110_p39_cpu_v1.
  6. Seleccione el menú Acciones (tres puntos) de onnx110_p39_cpu_v1 y, a continuación, haga clic en Copiar.
  7. Rellene la siguiente información:
    • Espacio de Nombres de Destino: <tenancy-namespace>
    • Región de destino: <region-2>, por ejemplo, US East (Ashburn).
    • Cubo de destino: bucket-2
    • Nombre del objeto de destino: para conservar la estructura de directorios, mantenga la cadena por defecto.
    • Deje el valor por defecto en los otros campos:
      • Nivel de almacenamiento de destino: (dejar en blanco)
      • Regla de sobrescritura: Sobrescribir objeto de destino
  8. Seleccione Copiar objeto.
  9. Si obtiene una sección de advertencia para no tener las sentencias de política de IAM correctas, seleccione Intentar agregar sentencias. 
    Allow service objectstorage-<region-1> to manage object-family in compartment data-science-work

    Si no aparece este mensaje de advertencia, omita los tres pasos siguientes.

  10. En el panel Agregar política IAM, mantenga los valores por defecto.
    • Nombre: console-iam-policy-<timestamp>
    • Descripción: sentencias de política IAM creadas por la consola en <timestamp>
    • Agregar sentencia de política al compartimento raíz: no seleccionado
    • Sentencias de política:
      Allow service objectstorage-<region-1> to manage object-family in compartment data-science-work
  11. (Opcional) Para permitir que los objetos de otras regiones se copien en el compartimento, puede agregar la siguiente política a la sección Sentencias de política en el panel Agregar política IAM
    Nota

    Para permitir que los objetos de otras regiones se copien en el compartimento, para cada región, en una nueva línea, agregue la siguiente política a la sección Condiciones de política en el panel Agregar política IAM:
    allow service objectstorage-<region_name> to manage object-family in compartment data-science-work
    Para la variable <region_name>, algunos valores de ejemplo son:
    • objectstorage-us-phoenix-1
    • objectstorage-us-ashburn-1
    • objectstorage-eu-frankfurt-1
    • objectstorage-uk-london-1
    • objectstorage-ap-tokyo-1

    donde object-storage-<region_name> contiene el cubo de origen y realiza la operación de copia.

    Para obtener una lista completa de nombres de región, consulte la tabla de la página Regiones y dominios de disponibilidad.

    Para obtener más información sobre la copia de objetos en otras regiones, consulte Permisos de servicio.

  12. Seleccione Crear.
  13. Espere a que aparezca el mensaje: Políticas agregadas correctamente.
  14. Seleccione Copiar objeto.
  15. En el cuadro de diálogo Detalles de solicitud de trabajo, confirme que el Estado muestra Finalizado, con un Porcentaje completado de 100%. A continuación, cierre el cuadro de diálogo.
Verificación del contenido en el segundo cubo

Verifique que el entorno conda publicado esté almacenado como un objeto en bucket-2.

  1. En la barra de navegación superior, seleccione <region-2>. Por ejemplo, US East (Ashburn).
  2. Seleccionebucket-2.
  3. En Objetos, amplíe conda_environments, cpu, ONNX 1.10 for CPU on Python 3.9 y 1.0 para llegar a onnx110_p39_cpu_v1.
Ha copiado correctamente un entorno conda publicado de bucket-1 a bucket-2.

4. Instalación del entorno conda en la región 2

Registre bucket-2 en una sesión de Notebook en la segunda región. A continuación, instale y visualice el entorno conda en la sesión de bloc de notas.

Registro de bucket-2

Registre bucket-2 con my-second-notebook-session en <region-2>.

  1. En la barra de navegación superior de la consola, seleccione region-2.
  2. Abra el menú de navegación y seleccione Analytics & AI. En Aprendizaje automático, seleccione Data Science.
  3. En la navegación de la izquierda, en Ámbito de lista, seleccione el compartimento data-science-work.
  4. En la lista de proyectos, seleccione Second Project.
  5. Seleccionemy-second-notebook-session y, a continuación, haga clic en Open.
  6. Introduzca sus credenciales para acceder a la interfaz de usuario de JupyterLab.
  7. Si no tiene un separador denominado Launcher, haga clic en File, New Launcher.
  8. En Launcher, seleccione Terminal.
  9. En el terminal, introduzca el siguiente comando.

    Sustituya <tenancy-namespace> por la información que ha recopilado en la sección Creación de cubos.

    odsc conda init -b bucket-2 -n <tenancy-namespace>
  10. Confirme que el cubo está registrado con el bloc de notas:

    En la sección del explorador de archivos, en la carpeta conda, seleccione config.yaml y revise el archivo para buscar el siguiente código:

    auth_mode: resource_principal
bucket_info:
  name: bucket-2
  namespace: <tenancy-namespace>
pack_prefix: conda_environments
Instalación del entorno conda publicado

Vea el entorno conda copiado en la segunda sesión de bloc de notas.

  1. En my-second-notebook-session, haga clic en File y, a continuación, en New Launcher.
  2. En Launcher, en Kernels, seleccione el icono Environment Explorer.
  3. Seleccione el enlace Published Conda Environments.
  4. En la lista de Conda Environments, amplíe ONNX 1.10 para CPU en Python 3.9.
    Nota

    Tener un entorno conda publicado en la sesión de Notebook significa que:
    • El entorno conda está disponible para su instalación en la sesión de bloc de notas.
    • Es posible que aún no se haya instalado el entorno conda publicado.
    • Para utilizar el entorno conda, puede instalarlo desde aquí.
    • El entorno conda publicado permanece en la lista de entornos conda publicados después de instalarlo.
  5. Copie el comando para instalar ONNX 1.10 para CPU en Python 3.9 y péguelo en un terminal: 
    odsc conda install -s onnx110_p39_cpu_v1
    • Para el número de versión, mantenga el valor mostrado por defecto, por ejemplo, 1.0.
    • Salida de ejemplo:
      Version number [1.0]? 
Environment slug: onnx110_p39_cpu_v1
INFO:ODSC:Verifying that /home/datascience/conda/onnx110_p39_cpu_v1 exists.
INFO:ODSC:Downloading conda pack onnx110_p39_cpu_v1...
INFO:ODSC:Writing to /home/datascience/.onnx110_p39_cpu_v1.tar.gz
Downloading pack onnx110_p39_cpu_v1: 100% ...INFO:ODSC:download complete
INFO:ODSC:Extracting conda pack /home/datascience/.onnx110_p39_cpu_v1.tar.gz...
INFO:ODSC:Downloading Notebooks for the pack: ONNX 1.10 for CPU on Python 3.9
INFO:ODSC:Checking for notebooks with prefix notebooks/onnx110_p39_cpu_v1/
Saving Notebooks:   0%|                                                                                       | 0/1 [00:00<?, ?it/s]INFO:ODSC:Notebook location /home/datascience/conda/notebooks/onnx110_p39_cpu_v1/getting-started.ipynb...
Saving Notebooks: 100%| 1/1 [00:00<00:00,  8.28it/s]
INFO:ODSC:Start to update the kernel name...
INFO:ODSC:Conda environment setup complete.
The environment setup is complete. 
To activate it for use in the terminal run `conda activate /home/datascience/conda/onnx110_p39_cpu_v1`. 
It may take a few seconds for the kernel to appear in the JupyterLab launcher. 
To change the description of the environment, update /home/datascience/conda/onnx110_p39_cpu_v1/*_manifest.yaml.
  6. En un terminal, verifique que el paquete está instalado: 
    odsc conda list -l

    Salida de ejemplo:

    packages:
  local_ONNX_1.10_for_CPU_on_Python_3.9_1.0:
  - arch_type: CPU
    conda_name: onnx110_p39_cpu_v1
    description: 'This environment is designed to provided to test and execute your
      ONNX model artifacts. ONNX is an open source, open model format which allows
      you to save a model from different machine learning (ML) libraries into a single,
      portable format that is independent of the training library. ONNX models can
      be deployed through Oracle Cloud Infrastruture Data Science Model Deployment
      service. Use this conda environment to convert models from most ML libraries
      into ONNX format. Then use the ONNX runtime to perform inferencing. Review the
      processing steps that your model makes by having ONNX generate a graph of the
      model workflow.

      To get started with the ONNX environment, review the getting-started notebook.

      '
    libraries:
    - onnx (v1.10.2)
    - onnxconverter-common (v1.9.0)
    - onnxmltools (v1.10.0)
    - onnxruntime (v1.10.0)
    - oracle-ads (v2.6.1)
    logo: onnx
    manifest_version: '1.0'
    name: ONNX 1.10 for CPU on Python 3.9
    notebooks:
    - notebooks/onnx110_p39_cpu_v1/
    pack_path: oci://bucket-2@<tenancy-namespace>/conda_environments/cpu/ONNX 1.10 for CPU on
      Python 3.9/1.0/onnx110_p39_cpu_v1
    python: '3.9'
    slug: onnx110_p39_cpu_v1
    type: local
    version: '1.0'
  7. En Environment Explorer, seleccione refrescar.
  8. Seleccione el enlace Installed Conda Environments.
  9. En la lista de Conda Environments, confirme que se muestra ONNX 1.10 for CPU on Python 3.9.
Ha instalado correctamente un entorno conda desde una copia publicada en bucket-2 en la sesión de bloc de notas.

Siguiente paso

Ha copiado correctamente un entorno conda de una región a otra y lo ha utilizado en una sesión de bloc de notas en la segunda región.

Para obtener más información sobre los entornos conda, en la sesión de bloc de notas:

  • En el iniciador, en Extensiones, seleccione el icono Explorador de bloc de notas. Seleccione ONNX Integration with the Accelerated Data Science (ADS) SDK, seleccione Abrir y explore los ejemplos.
  • Vaya a Environment Explorer e instale otros entornos conda de Data Science predefinidos no mencionados en este tutorial.